BrowserSkill 浏览器自动化工具 Rust 工作区完整指南：一次看懂 bsk-cli 与 bsk-protocol 双 crate 分工

BrowserSkill 浏览器自动化工具 Rust 工作区完整指南一次看懂 bsk-cli 与 bsk-protocol 双 crate 分工【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkillBrowserSkill 是一个让 AI Agent 直接驱动「已登录真实浏览器」的开源浏览器自动化工具Rust 侧代码集中在 crates/ 下的一个 Cargo 工作区成员只有 bsk-cli 与 bsk-protocol 两个。从一条截图请求入手双 crate 的分工就能看清楚。它到底解决什么问题AI Agent 自己打开的浏览器是一个全新的 profile常用网站没有登录态也没有已保存的凭证任务执行到一半就得重新处理账号密码。BrowserSkill 的路数不同它接入用户机器上已经装好、已经登录的真实浏览器Agent 只负责下达指令点击、输入、跳转这些实际操作发生在用户日常使用的那份浏览环境里。对涉及账号与登录态的自动化场景来说这是它与无头方案的本质区别。一次截图请求的完整链路跟一条命令走完全程以 bsk screenshot 为例。命令先进入 src/cli/ 的子命令处理逻辑CLI 前端通过 src/ipc_client.rs 把消息发给后台常驻的守护进程daemon 将请求按会话队列排队再经本地 WebSocket 转发到 TypeScript 侧的浏览器扩展扩展完成截图后按协议帧结构把结果原路回传。整条路径四跳每一跳的输入输出都有明确定义。bsk screenshot (cli/screenshot.rs) → IPC 本地通道 (ipc_client.rs → daemon/ipc.rs) → daemon 会话队列 (daemon/queue.rs) → WebSocket :52800 (daemon/ws.rs) → 浏览器扩展TypeScript 侧按协议帧回传结果工作区配置本身很轻根目录 Cargo.toml 只声明两个 member版本号 0.3.0、Rust 版本 1.85 与许可证统一放在 [workspace.package]各 crate 以 version.workspace true 继承tokio、serde、clap、thiserror 等第三方依赖全部集中在 [workspace.dependencies]crate 内部只写 workspace true升级依赖只改这一处即可。双 crate 分工速读两个 crate 各守一摊bsk-cli命令前端 常驻守护进程编译出什么bsk 可执行命令定位就写在 crate 描述里——browser-skill CLI — control your browser from AI agents。具体管哪几件事crates/bsk-cli/ 内src/cli/ 用 clap 定义三十余个子命令screenshot、navigate、click、fill、tab、record 等每个命令对应独立文件src/daemon/ 是长驻后台进程对外提供 IPC 与 WebSocket 服务默认 WebSocket 端口常量 DEFAULT_WS_PORT 为 52800子模块按 ipc、ws、sessions、queue、remote 等职能拆分src/skill_install/ 负责把 skill/SKILL.md 安装进各类 AI 编程助手。哪几个文件最值得先看src/cli/mod.rs 看子命令全貌src/daemon/mod.rs 看守护进程生命周期src/ipc_client.rs 看前端如何接入 IPC。另外 tests/ 下有三十余个集成测试覆盖锁文件、IPC 冒烟、远程服务端、记录恢复等关键场景阅读源码时可以对照着看。bsk-protocol双方签字的协议契约如果把整个系统看作两家单位之间的协作bsk-protocol 就是那份双方签字的合同——它不做任何具体操作但规定了每条消息必须长什么样。编译出什么一个纯库 crate无独立可执行文件产出的是 CLI ↔ daemon ↔ 浏览器扩展之间每条消息的类型定义。具体管哪几件事四个文件的分工很清晰——src/frame.rs 定义 RequestFrame / ResponseFrame / EventFrame 三种 JSON-RPC 帧src/method.rs 把所有 RPC 方法名收敛为一个枚举src/tools/ 存放每个 tool.* 方法的入参与出参类型按 interaction、navigation、observation、record、tabs 等功能分文件src/system.rs 负责握手、状态查询与版本兼容检查compare_protocol、evaluate_handshake_compat。哪几个文件最值得先看frame.rs 理解消息骨架method.rs 看「动词表」全量清单tools/ 看具体操作的参数约定。schema/ 目录的价值crates/bsk-protocol/schema/ 下存放着由这些类型自动生成的九十余份 JSON Schema例如 tool_click_params.json、tool_navigate_result.json、trace_v3.json。这意味着协议契约不再依赖 Rust 环境任何语言与工具都能直接校验消息格式协议演进如 trace v2 → v3 的变化在 schema 文件里一目了然。运行 dump-schema 二进制即可整体重新生成。bsk-protocol 正是以 workspace 依赖的形式被 bsk-cli 引用拆成独立 crate 的理由一句话协议稳定实现可换。下一步做什么先跑通一条真实命令比如 bsk screenshot亲手过一遍四跳链路再回头读码理解会快很多。遇到看不懂的模块去 crates/bsk-cli/tests/ 找同名测试文件对照阅读测试往往是最贴近当前行为的文档。想深挖整体架构决策读 docs/architecture.md它覆盖了这套双 crate 设计的完整背景。【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考